지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.12
- 수록면
- 3 - 12 (10page)
이용수
초록· 키워드
오류제보하기
In today"s system operation, it is difficult to detect failures and take immediate action in the case of a shortage of manpower compared to the number of equipment or failures in vulnerable time zones, which can lead to delays in failure recovery. In addition, various algorithms exist to detect abnormal symptom data, and it is important to select an appropriate algorithm for each problem. In this paper, an ensemble-based isolation forest model was used to efficiently detect multivariate point anomalies that deviated from the mean distribution in the data set generated to predict system failure and minimize service interruption. And since significant changes in memory space usage are observed together with changes in CPU usage, the problem is solved by using LSTM-Auto Encoder for a collective anomaly in which another feature exhibits an abnormal pattern according to a change in one by comparing two or more features. did In addition, evaluation indicators are set for the performance evaluation of the model presented in this study, and then AI model evaluation is performed.
목차
Abstract
Ⅰ. Introduction
Ⅱ. Related Works
Ⅲ. Artificial Intelligence System Model for Anomaly Data Detection
Ⅳ. Evaluation of the proposed system AI model
Ⅴ. Conclusion
Ⅵ. References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Anomaly detection model using time serise dataset of small manufacturing industry
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
Application TadGAN to Detect Collective Anomaly in Power Usage Data
The Journal of Contents Computing
2021 .06
-
Anomaly Detection of an Air Compressor from Time-series Measurement Data
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
기기 이상 감지를 위한 LSTM Autoencoder 구현
Proceedings of KIIT Conference
2022 .12
-
가속도 데이터와 Isolation Forest 를 사용한 베어링 이상 탐지
한국트라이볼로지학회 학술대회
2022 .10
-
A Generator for Noise, Outlier, and Spike Anomalies in IoT Time-series Data
한국정보과학회 학술발표논문집
2021 .12
-
Multi-LSTM 모델 기반 설비 이상 패턴 감지 연구
한국생산제조학회 학술발표대회 논문집
2020 .07
-
Detection of multi-type data anomaly for structural health monitoring using pattern recognition neural network
Smart Structures and Systems, An International Journal
2022 .01
-
LSTM AutoEncoder 기반의 이상행동 감지 시스템
한국통신학회 학술대회논문집
2024 .11
-
LSTM 기반 이상 탐지 모델 비교 및 분석
한국정보과학회 학술발표논문집
2022 .12
-
Data abnormal detection using bidirectional long-short neural network combined with artificial experience
Smart Structures and Systems, An International Journal
2022 .01
-
딥러닝 기술을 이용한 내부자 이상 행위 탐지 시스템 구현
대한전자공학회 학술대회
2021 .06
-
딥러닝 기술을 이용한 내부자 이상 행위 탐지 시스템 구현
대한전자공학회 학술대회
2021 .11
-
딥러닝 기술을 이용한 내부자 이상 행위 탐지 시스템 구현
대한전자공학회 학술대회
2021 .11
-
GTOE : Anomaly Detection Geometric Transformation Network with Outlier Exposure for Real Industry Data
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
Structural health monitoring data anomaly detection by transformer enhanced densely connected neural networks
Smart Structures and Systems, An International Journal
2022 .12
-
LSTM-AutoEncoder 모델을 사용한 리튬 이온 배터리 이상 열화 감지 방법 연구
대한전기학회 학술대회 논문집
2024 .07
-
Autoencoder-based Anomaly Detection
한국통신학회 학술대회논문집
2021 .02
-
차량 데이터를 활용한 LSTM-Autoencoder 기반 차량 고장 예측 모델의 성능 개선
대한전자공학회 학술대회
2023 .06
-
컨볼루션 오토인코더와 다층 퍼셉트론을 이용한 냉장고 사이클 진공도 시계열 이상 패턴 탐지 및 분류
대한산업공학회지
2025 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089313006